故障预测与健康管理技术在鱼雷PHM模型设计中的应用

结合现役大型武器系统保障特点和故障预测与健康管理技术及其成功应用范例,介绍了故障预测与健康管理技术(PHM)的核心理论、关键技术和技术复杂性。从分析视情维修(CBM)开放体系结构的设计思想与应用方法入手,设计了鱼雷的PHM模型,分析了各模块职责与功能,并完善了该模型的体系架构,为实际应用提供一定的理论参考。     

故障预测与健康管理技术在导弹武器系统中的应用

结合导弹武器系统的贮存环境、维修方式、贮存延寿、可靠性设计与评价等4个方面,对PHM技术在导弹武器系统中的应用进行探讨,为深入分析其应用价值以及开展导弹健康状态评估方法与技术的研究奠定基础.     

舰炮电气故障神经网络预测技术研究

为实现舰炮的故障预测和健康管理,针对舰炮电气系统的运行机理,利用电路仿真软件提取了该系统的故障知识,建立了故障诊断专家系统知识库,并运用BP神经网络方法实现了该舰炮电气系统的故障预测。仿真结果验证了该方法的有效性,取得了良好的诊断预测效果。     

故障预测与健康管理系统研究与应用现状分析

当前武器装备不断朝着信息化、复杂化、智能化方向发展,为了以更加高效的方式保障和服务好现代化战争,武器装备在维修过程中需要快速、精准、便捷。故障预测与健康管理(Prognostics and Health Management, PHM)的提出和相关技术的发展为解决装备状态信息的实时感知,维修保障需求的快速响应提供了有效技术途径,将成为信息化、智能化时代装备保障的主要模式。分析了PHM系统及其技术、方法在国内外航空、航海、国防及工业等领域中的运用,涵盖传感器技术、嵌入式测试诊断技术、信息传输技术、数据挖掘与融合技术、健康管理与寿命预测方法、智能维护与维修决策技术等。总结和分析了我国PHM发展现状与趋势,对其发展提出了合理化建议。     

机械设备故障预测与健康管理综述

针对事后维修和定期维修在很多领域已经不能满足维修保障要求的问题,提出一种故障预测与健康管理(prognostics and health management,PHM)视情维修技术。介绍PHM技术的概念和目的,阐述PHM系统的结构功能、设计步骤以及关键技术,简要比较概括了15种故障预测方法的优缺点,分析了当前发展PHM技术需要解决的问题。分析结果表明：该技术对维护机械设备安全性、可靠性,节约维修保障成本有十分重要的意义。     

故障预测与健康管理在舰用柴油机中的应用

为解决舰用柴油机传统事后维修和计划维修的诊断能力不足、经济可承受能力差等问题,应用故障预测与健康管理(prognostics and health management,PHM)的理念进行研究。在分析柴油机常见故障的基础上,建立舰用柴油机动力装置的PHM体系结构,对其中主要功能模块进行分析,提出PHM在舰用柴油机中应用尚需解决的问题。该研究为实现舰用柴油机的健康管理奠定了理论基础,对现有装备的维修保障和预研装备的设计开发具有一定参考价值和指导意义。     

基于故障数据的导弹突发故障预测方法

针对导弹突发故障发生时间短,难以直接预测等问题,在一定置信度的前提下,基于故障数据对导弹突发故障预测方法进行了研究。对故障数据进行统计推断,确定了故障数据的分布规律,进而基于故障数据分布函数建立了导弹突发故障预测模型,得出了导弹未来一段时间内的突发故障概率。最后通过算例分析,验证了导弹突发故障预测模型的合理性。     

复杂装备的故障预测技术

针对复杂装备维修保障任务中面临的诸多困难,指出了传统的基于定期维修和事后维修的保障体系存在的局限性。着重介绍了复杂装备的故障预测技术,并结合多Agent理论,给出了基于多Agent的并行预测推理框架。     

基于灰色模型的INS／GPS故障实时预测算法

针对灰色理论中的GM预测模型,以及数据融合技术在复杂故障诊断方面的高效率,提出了一种综合灰色系统理论和多传感器数据融合技术的故障预测方法,仿真试验表明该方法可有效预测导弹制导系统传感器的故障。     

导弹装备健康管理及其关键技术研究

以建立导弹装备健康管理系统为目的,在总结和归纳前人对装备健康管理技术研究的基础上,对健康管理技术在导弹装备领域的国内外应用现状进行了综合论述和分析;在对导弹装备健康管理现状分析的基础上,分析了开展导弹装备健康管理所需要的关键技术需求,最终确定了导弹装备进行健康管理的关键技术,并且对部队装备健康管理系统的未来研究发展趋势做出了展望;通过对目前导弹装备健康管理关键技术研究的梳理,为后续导弹装备健康管理系统的设计、开发与研制等工作做好铺垫.     

基于数据融合和改进新陈代谢不等间距GM(11)模型的导弹装备故障预测

针对导弹装备故障预测中存在数据采样时间间隔不均匀、采样难度大、数据量小等问题,借鉴数据融合技术和灰色预测理论,提出一种基于数据融合和改进新陈代谢不等间距灰色模型（AMUGM(1,1)）的预测方法。建立改进初始值选取和背景值构造的不等间距灰色模型,并通过残差修正和新陈代谢相结合的方式对模型进行优化;基于加权思想提出了隶属度加权法,以确定各模型的隶属度权值;根据隶属度权值和AMUGM(1,1)模型建立特定个体的故障预测模型。实例仿真验证了该方法的有效性。     

火炮身管失效机理和寿命预测

针对身管寿命预测这个长期研究的难点问题,概括了当前预测身管寿命的主要方法和模型,并对各自的特点和不足进行了分析。鉴于传统身管寿命预测技术不能准确预测身管失效时间,根据身管损伤状况、外壁面应变和射弹数（寿命）的内在联系,提出了基于身管外壁面应变变化量的身管寿命预测方法。     

系统失效预测研究综述

高效的失效预测是系统正常运行的重要保证。针对系统失效预测相关研究的发展情况,结合近年来失效预测领域的文献,探讨了失效预测与容错策略相互关系,明确了离线失效预测与在线失效预测的主要差异,分析了系统失效预测在面向系统、基于组件、失效跟踪、症状监控和检测错误报告五个方面的相关问题、主要方法和研究进展,提出了从系统运行质量保证、失效预测模型再训练和新兴技术架构三个方面加强失效预测研究的建议。     

数据挖掘技术在航空发动机PHM中的应用

总结了数据挖掘工具的方法和模式以及数据挖掘的流程,对其在航空发动机故障预测和健康管理（PHM）中的常用方法和模式,如神经网络、时间序列分析、模糊逻辑、遗传算法、证据理论、支持向量机等及其应用案例进行了阐述。     

火炮身管烧蚀磨损的灰色预测模型

为了准确地获得火炮身管烧蚀磨损量变化情况,根据火炮在发射过程中的膛内特性,分析了火炮身管的烧蚀磨损规律,利用灰色系统理论,结合灰色Verhulst模型特性,提出了一种火炮身管的烧蚀磨损量的预测模型,并在传统的灰色Verhulst模型基础上进行了预测模型的优化。通过对某型火炮身管烧蚀磨损量的数据验证及对比,证明了优化灰色Verhulst模型的准确性,为火炮在实际应用过程中的身管烧蚀磨损的准确预测及火炮身管寿命的判决提供了一种可行的求解方法。     

自动变速电控系统故障诊断技术的发展

介绍了国内外汽车故障诊断技术的发展,以机械式自动变速电控系统的故障诊断技术为例,系统介绍了自动变速电控系统故障诊断技术研究的内容和方法,阐述了汽车故障诊断技术的发展方向.     

引信失效底事件数据库的建立研究

对引信故障树底事件失效概率数据库进行了分析,论述了引信障碍树底事件数据库的建立方法及其使用特点。     

舰用复合材料自然老化样本预测方法

通过舰用复合材料样本老化试验的数据设计了一种研究方法:以10周为间隔提取样本5次,并针对材料在干燥条件以及在武汉地区的样本老化数据进行建模,利用非线性回归预测法、灰色预测法和组合预测法对样本值分别进行曲线拟合和预测,并对拟合曲线和预测点进行检验。研究过程表明,回归预测、组合预测具有较高的预测精度,增强了预测结果的可靠性。对确定复合材料以及相关部件寿命提供了研究方法,具有实践意义。     

基于迁移学习的综合传动装置健康预测方法

针对某型步战车综合传动装置变工况的工作特点,提出一种基于迁移学习的健康预测方法.采用灰色关联分析(grey relational analysis,GRA)提取源域和目标域内时序退化特征作为各部件健康指标(health indicator,HI),构建1维时序健康指标,通过动态时间规整(dynamic time warping,DTW)运算得到目标域特征与健康指标的关联度,提取源域与目标域的公共退化信息,构建面向健康预测的支持向量回归(support vector regression,SVR)模型进行健康预测,并以传动装置的变速结构为例进行验证.结果表明:基于迁移学习的健康预测结果更贴合实际健康变化趋势,有助于维修人员更为准确地判断传动装置的健康状态.